代理式游戏开发：扩展世界模型的可验证数据引擎
该研究认为，扩展世界模型不能只依靠更多爬取的视频和计算资源，还需要能够提供可靠奖励信号的递归式数据引擎。代码智能体可以利用可执行环境，由编译器和运行时系统提供高质量反馈，从而支持强化学习后训练。相比之下，空间生成目前往往依赖CLIP分数等模糊且可能存在偏差的指标。游戏引擎可以自动检查碰撞、物理效果、可导航性和基本可玩性，而开发者则通过接受或拒绝场景提供整体质量信号。研究提出“人类—引擎验证强化学习”（RLHEV），将密集的引擎信号与游戏开发过程中的隐性人类反馈结合起来。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。